近年來，隨著技術(shù)日益進步，天文學(xué)研究中產(chǎn)生了海量數(shù)據(jù)。天文學(xué)家要想從郭守敬望遠鏡、“中國天眼”FAST、LSST大型綜合巡天望遠鏡等遍布世界的大型望遠鏡捕獲的海量數(shù)據(jù)中找出有價值的信息以資研究，無異于大海撈針。 V(5*Dn84  
kBeYl+*pk  
如何高效地處理這些數(shù)據(jù)，已成為現(xiàn)代天文學(xué)面臨的一項重要挑戰(zhàn)。由于人工智能在海量數(shù)據(jù)分析和處理方面所具有的突出優(yōu)勢，它也很自然地走入了天文學(xué)家的視野。 h(K}N5`  
hiKyU!)Hv  
日前，中國科學(xué)院云南天文臺麗江天文觀測站龍潛研究員與云南大學(xué)中國西南天文研究所宇宙學(xué)研究組爾欣中教授團隊合作，利用人工智能深度學(xué)習(xí)的方法，發(fā)現(xiàn)了38個新的強引力透鏡候選體，為研究天體物理學(xué)問題提供了新的可靠的“宇宙探針”候選體。英國《皇家天文學(xué)會月刊》發(fā)表了這項研究成果。 r_hs_n!6  
5Q/jI$^h0Z  
天文觀測產(chǎn)生海量數(shù)據(jù) 用機器學(xué)習(xí)給天體分類已十分普遍 ' ~1/*F%8  
8F K%7\V  
隨著下一代大規(guī)模測光巡天項目的開展，人們期待發(fā)現(xiàn)數(shù)以萬計的強引力透鏡系統(tǒng)。但如何在海量天體圖像中快速地找到強引力透鏡候選體？近年來，人工智能的快速發(fā)展，給人類提供了一種新的可能。 ` 7P%muY.  
UOpSH{N  
以2009年發(fā)射升空的世界首個用于探測太陽系外類地行星的飛行器開普勒太空望遠鏡為例，僅在起初3年半的任務(wù)期內(nèi)，就監(jiān)控了超過15萬個恒星系統(tǒng)，同時也產(chǎn)生了海量數(shù)據(jù)。這些數(shù)據(jù)通常要經(jīng)由計算機處理，但當(dāng)計算機識別出一定的信號時，又必須依靠人類分析，判斷其是否是行星軌道所產(chǎn)生的，這項巨大的篩查工作單靠美國國家航空航天局（NASA）的科學(xué)家或科學(xué)小組，是無法有效完成的。 YTD&swk  
Ye|